2026.10.24 SAT01:30 JSTAWS
SageMaker CDK更新時の拡縮競合を解消
今日試せるサンプルコード公開中
AIを動かすサーバーの性能変更と自動増減の設定変更を、手作業を挟まずに一度で安全に反映できます。
- SageMaker推論環境の更新と拡縮設定がCDK単一デプロイで可能に
- カスタムリソースが更新前の登録解除と更新後の再登録を自動制御
- 設定変更時のデプロイ失敗やスケーリング解除放置を防ぐOSSが公開
目線
SageMakerエンドポイントをIaC管理しているチームは、デプロイ破損リスクなしにインスタンス更新を自動化できる。
対象
SageMaker推論エンドポイントをAWS CDKで運用・管理するエンジニア
使える場面
- エンドポイントのインスタンスタイプ変更とオートスケーリング設定の同時デプロイ
- CloudFormationのロールバック失敗（UPDATE_ROLLBACK_FAILED）の防止
試すなら
GitHubのsample-sagemaker-endpoint-autoscalingリポジトリを確認する
確認点
スタック内に複数のLambda関数とStep Functionsが自動生成される構成となる
背景
SageMaker AIエンドポイントの更新時、Application Auto Scalingターゲットが登録されたままだとCloudFormationやCDKのデプロイがエラーで停止する制約があった。
何が変わったか
- カスタムリソースによりエンドポイント更新前にスケーラブルターゲットを自動で登録解除
- エンドポイント更新完了（InService状態）を待機してターゲットを自動再登録しポリシーを適用
- 設定ハッシュ（ConfigHash）を用いて設定変更時のみ一連のオーケストレーションを再実行
使える場面・影響
手動でCLIから登録解除したり、更新後にスケーリング設定が外れたまま稼働したりする運用ミスを排除できる。
試す前に確認
- Python 3.12以上、AWS CDK v2、uvが必要
一次ソース
- AWS Machine Learning Blogaws.amazon.com